- 综合排序
- 最热优先
- 最新优先
- 来自专栏LLM学习笔记
Dify学习笔记01：什么是Dify
Dify 允许用户连接自己的数据库、文档、API 作为信息源。 4. 自动化办公 Dify 可以帮助企业自动处理报告生成、文本摘要、邮件回复等任务，大幅提升效率。 使用 Dify 提供了在线服务，登录之后就可以看到 Dify 的页面。 在探索页面，可以看到很多 Dify 的应用模版。 我们也可以从这个页面看到 Dify 的常用功能，例如：知识库 本地安装 Dify 提供了 Docker 方式进行部署，用户可以快速在本地或服务器上运行。 git clone https://github.com/langgenius/dify.git cd dify docker-compose up -d 这个后面的教程会写在服务器上安装和运行 Dify
3.4K10编辑于 2025-03-24 - 来自专栏ceshiren0001
Dify入门指南（2）：5 分钟部署 Dify：云服务 vs 本地 Docker
一、云服务部署：3 分钟极速开箱适合人群：快速验证原型 · 中小企业轻量化使用核心优势：零运维、免费用量额度、自动升级操作步骤：注册登录 访问 Dify 官网 → 点击「免费开始」→ 用邮箱/GitHub → 选择 OpenAI/Claude/通义千问填入 API Key（云服务自动代理请求，无需暴露 Key 给客户端）立即体验# 通过 API 测试 curl -X POST "https://api.dify.ai 磁盘安装 Docker 及 Docker Compose一键启动# 下载官方 compose 文件 curl -O https://raw.githubusercontent.com/langgenius/dify 出现 Listening at http://0.0.0.0:80 即成功） docker-compose logs -f 访问控制台浏览器打开 http://localhost（默认账号：admin@dify.ai 无论选择哪种方式，Dify 都大幅降低了 AI 应用的门槛。
1.9K00编辑于 2025-08-11 - 来自专栏Dify
Dify 平台的部署
Dify 部署前置准备：安装 Docker 环境安装 Docker Compose 工具接下来我将介绍如何通过 Docker Compose 部署 Dify 平台。 首先，我们需要克隆 Dify 的源代码到本地：# 假设当前最新版本为 1.1.1 git clone https://github.com/langgenius/dify.git --branch 1.1.1 其次，进入 dify/docker 目录：cd dify/docker接着，复制一份官网提供的 环境配置文件样例 作为实际的 环境配置文件：cp .env.example .env之后通过 docker 通过以上步骤，我们就可以在本地安装 Dify平台。 发布了新版本，我们可以通过以下步骤对本地的 Dify 进行更新：进入 dyfy/docker 目录：cd dify/docker停止和移除之前启动的 Docker 容器：docker compose
2.1K77编辑于 2025-03-20 - 来自专栏架构师成长之路
dify：开源 LLMOps平台。
单纯笔记： 一、关于 Dify dify/README_CN.md at main · langgenius/dify · GitHub Dify 是一款开源的大语言模型（LLM）应用开发平台。 Dify.AI 的综合能力使其成为开发者快速构建和运营 AI 应用的理想选择。本文我们会带大家一起通过 Dify 集成 Bedrock Claude3 来开启生成式 AI 之旅。 Dify是一个开源的项目，源码地址：https://github.com/langgenius/dify，本文将介绍如何搭建对应的环境（本地源码启动的方式）。 dify/README_CN.md at main · langgenius/dify · GitHub 三、部署dify 在安装 Dify 之前，请确保您的机器满足以下最低系统要求： CPU 的 Python 3.10 环境 conda create --name dify python=3.10 #切换至 dify Python 环境 conda activate dify 1.5
37.5K14编辑于 2024-05-24 - 来自专栏星哥的AI自留地
Dify教程01-Dify是什么、应用场景、如何安装
Dify教程01-Dify是什么、应用场景、如何安装大家好，我是星哥，上篇文章讲了Coze、Dify、FastGPT、MaxKB 对比，今天就来学习如何搭建Dify。 Dify是什么Dify 是一款开源的大语言模型(LLM) 应用开发平台。 Dify 的应用场景Dify 适用于多种生成式 AI 应用开发场景：内容创作与生成自动化生成文章、报告、营销文案等。结合知识库实现专业领域内容生成（如法律、医疗文档）。 2、克隆代码克隆代码至本地cd /data/dockergit clone https://github.com/langgenius/dify.gitcd dify/docker/ 进入docker /app/internal/utils/log/log.go:66main.main() /app/cmd/server/main.go:19 +0x9f更新 Dify方法进入 dify
3.4K10编辑于 2025-04-09 - 来自专栏福大大架构师每日一题
dify-plus 1.8.1 发布：合并 dify 1.8.1 并新增批量异步执行功能
2025年10月19日，dify-plus 发布了全新的 1.8.1 版本。 本次版本在功能和架构上有显著更新，核心点如下： 一、版本合并与功能提升 • 本次更新从 1.2.0 升级至 1.8.1，同步合并了 dify 1.8.1 的全部内容。 二、Docker 配置优化 在 docker/docker-compose.dify-plus.yaml 文件中，新增了多个重要镜像以支持扩展任务处理： • beat：用于处理定时任务。 四、总结 dify-plus 1.8.1 在功能、性能与可维护性方面都有明显提升，特别是批量异步执行和新的 Docker 任务处理架构，将为用户在大规模文本生成和知识库管理场景中提供更高效的支持。
25310编辑于 2025-12-18 - 来自专栏灵墨AI探索室
私有化部署Dify
Dify 是一个开源的可视化智能体搭建平台，旨在为用户提供简便、直观的智能体构建和部署体验。 部署dify进入系统后，首先点击进入宝塔面板，然后在宝塔面板中找到并进入 Docker 管理界面。 在 Docker 界面中，找到并进入“应用商店”部分，接着在应用商店的搜索框中输入“dify”进行搜索，搜索结果中会显示相关的应用。 导入其他dify应用如果你在其他服务器上部署过dify，想要平滑迁移过来，也是可以的。如图所示：在相应的应用中，点击导出DSL即可，我们不需要了解他是什么格式，dify会自动识别即可。 接下来就是导入应用，如图所示：小结今天简单讲解并部署了一下 Dify 整个流程。后续，我会详细讲解 Dify 内部各个应用的创建过程，并分析它们的共性特点，以便大家在后续能够更加高效、快捷地创建应用。
4.7K10编辑于 2025-03-18 - 来自专栏周拱壹卒
ARM 环境中部署 Dify
web: image: langgenius/dify-web:0.11.1 platform: arm64 # The postgres database. https://github.com/langgenius/dify/discussions/10580 https://github.com/langgenius/dify/discussions/10580 docker-compose.yaml[2]，精简掉暂不使用的向量库等配置，并修改如下内容： 将 dify-api 镜像调整为上面重新构建的版本，以解决 ARM 环境启动报错问题； 为 dify-api 和 dify-sandbox 服务添加 privileged: true 配置，以解决 https://github.com/langgenius/dify/issues/886 中描述的 OpenBLAS : ${DIFY_BIND_ADDRESS:-0.0.0.0} DIFY_PORT: ${DIFY_PORT:-5001} SERVER_WORKER_AMOUNT: ${SERVER_WORKER_AMOUNT
3.2K00编辑于 2024-11-25 - 来自专栏福大大架构师每日一题
Dify-Plus：一个定制化的Dify二开开发
在探索技术产品的征途中，我们认识到每一款创新之作，包括Dify，都携带着其独特的局限。 Dify-Plus = 管理中心 + Dify 二开开发 Dify-Plus作为Dify的升级企业版本，深度融合了gin-vue-admin框架的管理核心，并精心打造，以满足企业级应用的需求，通过一系列的功能强化和优化 Dify 二开功能 Dify 的二次开发引入了多项新功能与优化，旨在提升用户体验和系统效能。新增功能包括用户额度管理，通过对话余额限制判断和异步计算用户额度逻辑，确保资源的合理分配。 进入项目的 Docker 目录： cd dify-plus/docker 2. 启动 API 服务： flask run --host 0.0.0.0 --port=5001 --debug 启动 Dify Web 服务 详见：https://docs.dify.ai/zh-hans
2.7K20编辑于 2025-03-21 【AIGC系列】dify本地部署
1.clonegit clone https://github.com/langgenius/dify.git2.docker 目录cd dify/docker3.env 文件cp .env.example .env4.启动docker compose up -d# 或者docker-compose up -d5.查看docker compose ps6.更新 difycd dify/dockerdocker
1.2K00编辑于 2024-12-03- 来自专栏服务端技术杂谈
Dify创始人张路宇其人和他对Dify的思考
Dify的思考 最初的Dify是核心功能是基于Rag快速搭建ChatBot产品，之后推出了Dify workflow，这样用户可以更灵活的定制和开发基于AI的Agent。 Dify workflow推出之后迅速得到了社区的反响，Dify创立12个月就获得了3w star，全球安装量超过了40w，成为了开源大模型中间件全球第一。 Dify workflow满足了用户编排需求，用户如何基于编排开发产品呢？ 产品要有自己的北极星指标，Dify的虚荣指标是有多少人star，说起来好听，收入也还可以。 Dify的北极星指标是投产的用户数，就是究竟有多少用户拿Dify做东西，并且赚到了钱，这是我们真正的北极星指标，它是一个非常深度的指标，指导我们去选择用户，排除无效需求。
7410编辑于 2026-03-11 - 来自专栏ceshiren0001
Dify入门指南（1）：Dify是什么？真能实现低代码AI应用开发吗？
传统开发模式下，一个简单的客服机器人可能需要数周编码调试；而基于 Dify，同样功能只需拖拽节点、配置参数，10 分钟即可上线。它究竟是如何做到的？是否真能开启低代码 AI 应用开发的新纪元？ 一、Dify 的本质：AI 应用的全栈“操作系统”Dify 不是单一工具，而是融合 Backend-as-a-Service（BaaS）与 LLMOps 理念的开源平台，目标是将 AI 应用开发从“手工作坊 二、低代码实战：Dify 如何简化开发？ 五、边界与挑战：Dify 并非万能尽管优势显著，Dify 仍有适用边界：高度定制算法：需自定义模型训练的场景（如医学影像识别）仍需编码实现；超大规模并发：需结合 Celery 异步队列优化 10万+ QPS 正如某制造企业 CTO 所言：“过去 AI 是技术团队的‘奢侈品’，现在 Dify 让它成为业务部门的‘日用品’。” 当大模型成为新生产力，低代码正是打开规模化应用的钥匙。
2.2K10编辑于 2025-08-12 - 来自专栏灵墨AI探索室
入门Dify平台：知识库分析
今天，我们来简单了解一下 Dify 的知识库功能。其实，它并没有想象中那么复杂或难以操作。无论是 Dify 还是其他类似平台，都已经将知识库的功能封装得非常完善。
2.7K10编辑于 2025-03-21 - 来自专栏AI
Dify 知识库构建实战指南
Dify平台提供了完整的知识库管理能力，从文档上传到向量化检索，每个环节都有精细的参数可供调整。 本文基于Dify实际操作界面，详细解析知识库构建的核心流程和关键参数配置，帮助开发者快速上手并优化检索效果。文章适合已经部署好Dify环境、需要深入了解知识库配置细节的开发者。 环境准备在开始构建知识库之前，需要确保以下组件已经就绪：Dify平台：建议使用最新版本，本文基于Dify云端版本演示向量数据库：Weaviate需要1.27.0或更高版本（低于此版本会出现兼容性警告）Embedding 分段模式选择Dify提供了三种分段模式，适用于不同的文档类型和检索场景：通用分段是最常用的模式，文本被均匀切分成指定长度的块，检索和召回使用相同的分段。 参考资源Dify官方文档知识库配置最佳实践Embedding模型选型指南
3.2K22编辑于 2025-12-02 - 来自专栏ECS服务器
Dify is an easy-to-use LLMOps platform
Dify is an easy-to-use LLMOps platform designed to empower more people to create sustainable, AI-native With visual orchestration for various application types, Dify offers out-of-the-box, ready-to-use applications Q&A Q: What can I do with Dify? A: Dify is a simple yet powerful LLM development and operations tool. Q: How do I use Dify to "train" my own model?
66930编辑于 2023-08-23 - 来自专栏王磊的博客
面试官：Dify如何调用外部程序？
Dify 有多种调用外部程序的方式，例如调用外部 Java、Python 等程序。 常见的调用方式有以下几种： HTTP 调用方式。 自定义工具调用。 使用 MCP 方式调用。 具体实现如下。 1.HTTP调用方式 具体实现： 1.Dify 配置： 在工作流中添加 HTTP 请求节点，填写目标 Java 服务的 URL（如 http://your-java-service/api）。 2.自定义工具调用方式 实现步骤： 1.Dify 配置： 在自定义工具中导入 OpenAPI Schema，绑定 Java 服务的 URL（如 http://java-service/tool/convert 2.Dify 配置： 添加 MCP 服务： 配置 MCP 服务地址（地址中通常会包含 APIKey）。 2.使用 MCP 服务： 优点：支持多工具动态调用。 缺点：配置复杂，适合高阶通用场景。 SpringAI、SpringAIAlibaba、并发编程、MySQL、Redis、Spring、Spring MVC、Spring Boot、Spring Cloud、MyBatis、JVM、设计模式、消息队列、Dify
1.8K10编辑于 2025-07-23 - 来自专栏人工智能应用
AI工具的选择：Dify还是传统工具？
从纯技术视角出发，选择Dify还是传统开发工具需要基于六个核心维度进行理性决策。以下为结构化分析框架，附典型场景示例： 1. 调试能力 黑箱调试可接受（日志够用） 需要单步跟踪的复杂状态管理 技术决策点：当项目生命周期<3个月或需求变更周期<1周时，Dify的效率收益通常能覆盖控制力损失。 架构适应性评估 Dify的隐藏成本： 当业务规模超过平台预设范式时（如需要实现「非对称加密的审计日志」），往往需要： 通过Webhook桥接外部服务（引入网络延迟） 在平台外编写补充代码 退出成本计算 Dify项目迁移到自主架构的实际成本案例： 阶段 耗时占比 逆向工程数据模型 40% 重建平台特有功能 35% 回归测试 25% 技术决策点：如果3年内有架构迁移可能，建议早期控制Dify 建议用「5%试探法则」——将Dify用于非核心模块的5%工作量，根据实际ROI逐步调整比例。技术选型的本质，是在快速交付与长期维护之间寻找动态平衡点。
33110编辑于 2025-08-01 - 来自专栏王磊的博客
Dify实战案例：MySQL查询助手！嘎嘎好用
今天我们就来实现以下 Dify 直接查询 MySQL 数据库的案例，实现效果如下： 实现关键 Dify 查询 MySQL 的关键： 需要给大模型表结构信息：这样 AI 才能生成正确的查询语句，查询出对应的表信息 大模型需要具备查询数据库的能力：使用 Dify 的数据库查询工具来实现。 具体实现 具体实现步骤如下： 在 Dify 应用市场安装数据库连接插件。 创建一个 Chatflow 应用。 工程如下： Agent 设置如下： SQL 工具配置如下： 执行结果如下： 小结 除了使用 Dify 插件可以实现数据库查询之外，我们还可以使用 MCP 查询数据库，或使用 HTTP 请求节点实现数据库查询 本文已收录到我的技术小站 www.javacn.site，其中包含的内容有：Spring AI、LangChain4j、Dify、AI Agent、MCP、Function Call、RAG、向量数据库
3.3K10编辑于 2025-06-11 Dify的部署以及免费API调用教程
1.环境准备 DIFY的运行需要一些必备组件 1.1Docker的下载 网站：Docker: Accelerated Container Application Development 大部分Windows 系统选择这个下载就好 1.2下载Git组件 网站：Git 这个是我们后续克隆必备的组件 2.DIFY的克隆及安装 2.1 找到GitHub上DIFY的源文件数据库供待会我们克隆 GitHub - langgenius /dify: Production-ready platform for agentic workflow development. 2.2 将数据库的位置在我们的终端上以管理员身份使用git进行所有文件的克隆 文件克隆后我们输入以下指令来完成配置文件的拷贝 3.安装完成后我们来进行DIFY初始化配置 在浏览器上点击工作室 - Dify，并设置邮箱密码然后开始对DEFY进行初始配置 模型供应商这一块搜索CanopyWave
1.9K31编辑于 2026-02-26- 来自专栏JAVA乐园
大模型系统dify本地源码启动
安装python dify依赖的python版本是 Python 3.12。 3.4 安装依赖包 Dify API 服务使用 Poetry 来管理依赖。你可以执行 poetry shell 来激活环境。 /root/dify/dify-main/api/.venv/lib/python3.12/site-packages/celery/platforms.py:829: SecurityWarning: 启动web服务 pnpm start 正常启动后，终端会输出如下信息： > dify-web@1.0.0 start /root/dify/dify-main/web > cp -r .next/static 访问 Dify 最后，访问 http://127.0.0.1:3000 即可使用本地部署的 Dify。 6. 总结 在安装、启动过程过程中会遇到不少确实依赖库的情况，多用以下命令进行依赖安装即可。
1K00编辑于 2025-03-17
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号